Formation - Lead AI Risk Manager, certification PECB

1 - Normes et cadres internationaux applicables à l’intelligence artificielle

• Présentation du cadre gestion des risques liés à l'intelligence artificielle (AI RMF) du NIST
• Présentation de la norme ISO/IEC 42001 relative aux systèmes de management de l’intelligence artificielle
• Principes et terminologie de l’intelligence artificielle selon la norme ISO/IEC 22989
• Management des risques liés à l’IA selon la norme ISO/IEC 23894
• Principes généraux du management du risque selon la norme ISO 31000
• Gestion des risques liés à la sécurité de l’information selon la norme ISO/IEC 27005
• Présentation d’autres cadres et référentiels applicables à l’intelligence artificielle

2 - Lois et réglementations relatives à l’IA dans le monde

• Réglementation et supervision de l’intelligence artificielle dans l’Union européenne
• Enjeux d’harmonisation internationale des réglementations relatives à l’IA
• Règlement général sur la protection des données RGPD
• Approche réglementaire et supervision de l’IA au Royaume-Uni
• Réglementation et supervision de l’IA aux États-Unis
• Approches de supervision de l’intelligence artificielle en Asie
• Supervision de l’IA en Afrique et en Amérique latine
• Cadres réglementaires applicables en Australie et en Nouvelle-Zélande

3 - Comprendre les risques, les impacts et les préjudices liés à l’IA

• Définition et principes de l’intelligence artificielle
• Compréhension de la notion de risque
• Identification des risques propres aux systèmes d’IA
• Présentation des différentes composantes d’un système d’intelligence artificielle
• Principes fondamentaux d’une IA responsable
• Identification des principales sources de risques liés à l’IA
• Compréhension des impacts et des préjudices potentiels
• Bénéfices d’une démarche structurée de gestion des risques liés à l’intelligence artificielle

4 - Cycle de vie des systèmes d’intelligence artificielle

• Présentation des différentes étapes du cycle de vie de l’IA
• Identification des risques à chaque étape du cycle de vie
• Prise en compte des risques depuis la conception jusqu’au déploiement et à l’exploitation du système d’IA

5 - Programme de gestion des risques liés à l’IA

• Définition d’un programme de gestion des risques liés à l’intelligence artificielle
• Mise en place des contrôles nécessaires au sein du programme
• Construction d’un cadre de gestion des risques liés à l’IA
• Application de l’approche de mise en oeuvre proposée
• Articulation du programme avec les processus de gouvernance de l’organisation

6 - Contexte organisationnel et gouvernance des risques liés à l’IA

• Mise en place de structures de gouvernance adaptées
• Définition du périmètre et des limites des systèmes d’intelligence artificielle
• Réalisation d’une analyse des écarts
• Définition du contexte interne et externe de l’organisation
• Élaboration des critères d’évaluation des risques liés à l’IA
• Identification des acteurs intervenant dans les dimensions clés des systèmes d’IA
• Définition des rôles et des responsabilités en matière de gouvernance des risques

7 - Cartographie et identification des risques liés à l’IA

• Mise en oeuvre d’un processus d’identification des risques
• Constitution d’un inventaire des actifs liés à l’intelligence artificielle
• Identification des sources de risques propres aux systèmes d’IA
• Identification des événements, scénarios et conséquences potentiels
• Désignation des responsables des risques liés à l’IA
• Élaboration d’une cartographie des risques liés à l’intelligence artificielle

8 - Analyse des risques liés à l’IA

• Présentation des approches d’analyse des risques liés à l’IA
• Définition et utilisation des indicateurs d’analyse
• Estimation de la probabilité de survenue des événements à risque
• Évaluation de l’impact potentiel des risques liés à l’IA
• Détermination du niveau de risque
• Documentation des résultats de l’analyse

9 - Traitement des risques liés à l’intelligence artificielle

• Traitement des risques liés à l’IA et articulation avec la fonction de gestion
• Mise en place de pratiques d’accompagnement et d’une évaluation continue
• Hiérarchisation des risques documentés
• Sélection des stratégies de traitement des risques
• Organisation des activités de traitement après le déploiement des systèmes d’IA
• Élaboration d’un plan de traitement des risques
• Définition des contrôles nécessaires à la mise en oeuvre des stratégies retenues
• Évaluation de l’efficacité des contrôles appliqués

10 - Surveillance et reporting des risques liés à l’IA

• Mise en place de la surveillance des risques et de la fonction de mesure
• Gouvernance du processus de gestion des risques liés à l’intelligence artificielle
• Définition des composantes du dispositif de surveillance
• Classification des risques et identification des actions recommandées
• Définition des indicateurs de performance
• Gestion des niveaux d’accès aux informations de surveillance
• Enregistrement, documentation et reporting des risques
• Capitalisation sur les incidents et les enseignements tirés

11 - Formation et sensibilisation aux risques liés à l’IA

• Conception d’une formation consacrée à la gestion des risques liés à l’intelligence artificielle
• Développement des compétences et des ressources humaines
• Identification des besoins de montée en compétences
• Définition du format et de la structure du programme de développement des compétences
• Sensibilisation des parties prenantes aux risques et aux usages responsables de l’IA
• Évaluation des résultats et de l’efficacité des actions de formation

12 - Optimisation et évaluation de la performance du management des risques liés à l’IA

• Suivi et revue du processus de gestion des risques
• Évaluation de la performance du dispositif de management des risques liés à l’IA
• Réalisation d’un audit interne
• Identification des écarts et des possibilités d’amélioration
• Mise en oeuvre d’une démarche d’amélioration continue

13 - Passage de l’examen PECB® Lead AI Risk Manager

• L’examen de certification se déroule en ligne après la formation
• Préparation et inscription :
  • Révision des principaux concepts couverts par la certification
  • Envoi d’un voucher permettant de passer l’examen à l’issue de la formation
  • Création par chaque participant de son profil sur la plateforme PECB
  • Sélection d’un créneau d’examen après validation du profil
  • Téléchargement de l’application PECB Exams
  • Connexion obligatoire à la plateforme 30 minutes avant le début de l’épreuve

14 - Examen de certification

• Examen de certification en anglais
• Durée de l'examen : 3 heures
• Domaines couverts par la certification :
  • Domaine 1 : Principes, concepts et réglementations relatifs aux risques liés à l’intelligence artificielle
  • Domaine 2 : Programme et gouvernance du management des risques liés à l’IA
  • Domaine 3 : Identification et analyse des risques liés à l’IA
  • Domaine 4 : Evaluation, traitement et surveillance des risques liés à l’IA
  • Domaine 5 : Apprentissage organisationnel et amélioration des performances